Análise cliques por licitação

import pandas as pd

Para essa visualização utilizaremos os dados gerados a partir do relatório 1.

df = pd.read_csv('../data/output/csv/relatorio_1')
df = df.drop(["Unnamed: 0"], axis=1)
df.head(3)

	ano	municipio	modalidade	licitacao	valor	vinculo_em_uso	cnpjs	quantidade_cnpjs	quantidade_vinculos	densidade	qtd_cliques	tamanho_max_clique
0	2015	Cascalho Rico	Pregão Presencial	746396	1190070.0	1	['19644907000111', '19703568000105', '19644880...	12	0	0.0	0	1
1	2015	Cascalho Rico	Convite	746397	32000.0	1	['17320374000197']	1	0	0.0	0	1
2	2015	Cascalho Rico	Pregão Presencial	746398	989721.6	1	['08655344000140', '65237851000106']	2	0	0.0	0	1

import plotly.express as px
fig = px.histogram(df, x='qtd_cliques', log_y=True,
                   title="Número licitações por número de cliques numa licitação",
                   labels={
                   'qtd_cliques' : "número de cliques numa licitação"
                   }
                  )
fig.update_xaxes(visible=True, showticklabels=True, tickformat=",d")
fig.update_yaxes(title="número de licitações")
fig.show()

Agora faremos a visualização de vínculos por CNPJ e estudaremos a distribuição desses valores.

d: dict = {}
    
for row in df.values:
    cnpj1 = row[0]
    cnpj2 = row[1]
    d[cnpj1] = 0
    d[cnpj2] = 0
    
for row in df.values:
    cnpj1 = row[0]
    cnpj2 = row[1]
    d[cnpj1] += 1
    d[cnpj2] += 1

Transformamos esse dicionário em um DataFrame para a geração de visualizações.

df_b = pd.DataFrame.from_dict(d, orient='index', columns=["vinculos"])
df_b.head(5)

	vinculos
2015	47091
Cascalho Rico	132
Muriaé	1505
Coronel Fabriciano	789
2016	40108

import plotly.express as px
fig = px.histogram(df_b, x='vinculos', log_y=True,
                   title="Número de CNPJs por quantidade de vínculos",
                   labels={
                   'vinculos' : "número de vínculos"
                   }
                  )
fig.update_xaxes(visible=True, showticklabels=True)
fig.update_yaxes(title='número de cnpjs')
fig.show()